Programowanie głosem: dyktowanie dla programistów (komentarze, dokumentacja, prompty i komunikaty commit)

Nie piszesz na klawiaturze całej bazy kodu. Piszesz składnię, a potem tworzysz wokół niej prozę — komentarz wyjaśniający dlaczego, docstring, opis commita, opis pull requesta, długi prompt, który wreszcie skłania asystenta AI, by zrobił to, o co Ci chodziło. To w tej prozie ucieka dzień. Przeskakiwanie z klawiatury nastawionej na symbole na tę nastawioną na pełne zdania za każdym razem łamie Twój rytm.

Głos naprawia tę część, nie ruszając tej, która już działa. Dłonie zostają na klawiszach przy logice. Dyktowanie przejmuje język owinięty wokół niej.

• ~98%
  dokładności przy wyraźnej mowie
• 90+
  języków transkrybowanych na urządzeniu
• 0
  bajtów dźwięku lub kodu wysłanych do sieci

Gdzie mowa naprawdę zarabia na swoje miejsce

Nie chodzi o dyktowanie nazw funkcji ani o wymawianie wyrażeń regularnych. Przepychanie dokładnej składni przez głos walczy z narzędziem i przegrywa. Wygrana leży w warstwie języka naturalnego, gdzie układasz myśli zamiast symboli — a tam mówienie bije pisanie z dużą przewagą.

• Komentarze i docstringi. Wyjaśnienie, dlaczego funkcja istnieje, a nie tylko co robi, łatwiej wypowiedzieć, niż napisać. Przegadaj uzasadnienie, a potem dopracuj sformułowania.
• Opisy commitów i pull requestów. Podsumowanie tego, co się zmieniło i dlaczego, to proza. Wypowiedzenie go powstrzymuje Cię przed sięgnięciem domyślnie po zdawkowy jednowiersz, który nikomu nie pomaga przy przeglądzie.
• Prompty AI. Sterowanie asystentem programistycznym to rozmowa. Podyktowanie szczegółowego, dobrze ułożonego promptu jest szybsze niż jego napisanie, a dodatkowy kontekst zwykle daje lepszą odpowiedź.
• Dokumentacja i pliki README. Kroki konfiguracji, notatki o architekturze i przewodniki migracji wychodzą naturalniej, gdy się je opowiada, zwłaszcza w pierwszej wersji.

Różnica w prędkości nie jest subtelna

Większość ludzi pisze gdzieś w okolicach 40 do 60 słów na minutę. Większość mówi z prędkością 130 do 150. Dla akapitu kontekstu w prompcie albo solidnego opisu commita to różnica między kilkoma sekundami a minutą mechanicznego wysiłku, który wolałbyś poświęcić na myślenie.

Wciąż sprawdzasz i poprawiasz, dokładnie tak jak przy wszystkim, co piszesz. Różnica polega na tym, że zaczynasz od kompletnej wersji roboczej, a nie od migającego kursora w pustej linii.

Jak wpasowuje się w Twój edytor

DijiFlow Dictate mieszka na pasku menu i nie wchodzi w drogę. Nie ma okna do ogarniania ani niczego do kopiowania i wklejania, bo tekst trafia tam, gdzie już jest Twój kursor.

1. Ustaw skrót klawiszowy raz

   Wybierz globalny skrót. Działa w całym systemie, więc nigdy nie konfigurujesz go osobno dla każdej aplikacji.

2. Naciśnij go i mów

   Mów w zwykłym tempie w edytorze, w oknie commita w terminalu, w pliku dokumentacji albo w polu wpisywania asystenta.

3. Tekst trafia do kursora

   Twoje słowa pojawiają się w tej aplikacji, która ma fokus — IDE, przeglądarce czy terminalu — bez zmiany sposobu, w jaki pracujesz.

Ponieważ to jeden globalny skrót, a nie integracja osobna dla każdego narzędzia, ten sam przebieg obejmuje VS Code, JetBrains, Vim w terminalu, pull requesta w przeglądarce i Twojego asystenta AI. Nic do instalowania osobno dla każdego edytora.

Dlaczego na urządzeniu ma większe znaczenie, gdy chodzi o kod

Kod źródłowy, dokumenty wewnętrzne i prompty z natury niosą wrażliwy materiał: zastrzeżoną logikę, szczegóły infrastruktury, odniesienia do klientów, niewydane plany. Dyktowanie w chmurze wysyła Twoją mowę na zdalny serwer do przetworzenia — co jest prawdziwym problemem, gdy słowa, które wypowiadasz, opisują kod objęty NDA albo systemy, których nigdy nie wkleiłbyś do publicznego narzędzia.

DijiFlow Dictate działa w całości na Twoim komputerze. Korzysta z modeli mowy Whisper od OpenAI lokalnie poprzez WhisperKit i CoreML, więc nic nie jest wysyłane. Bez konta, bez podróży do chmury w obie strony, bez telemetrii. Po jednorazowym pobraniu modelu — mają od mniej więcej 300 MB do 6 GB w zależności od pożądanej dokładności — aplikacja działa w pełni offline. Sama aplikacja waży około 12 MB. Możesz dyktować w samolocie, wewnątrz zamkniętej sieci firmowej albo opisując poufną architekturę, a nic z tego nie opuszcza urządzenia.

Terminy, których ogólny model nigdy nie słyszał

Proza techniczna jest pełna słów, których nie zna żaden słownik: nazwy Twoich usług, wewnętrzne skróty, nazwy bibliotek. Niestandardowe słownictwo w Pro pozwala je utrwalić, żeby były transkrybowane poprawnie, zamiast stawać się najbliższym dopasowaniem ze słownika. A dzięki ponad 90+ językom na urządzeniu rozproszony zespół może dyktować w dowolnym języku, w którym myśli, a nic z tego nie przechodzi przez chmurę.

Kilka nawyków, dzięki którym wszystko zaskakuje

• Wypowiadaj prozę, wpisuj symbole. Podyktuj zdanie, a potem ręcznie dodaj backticki, identyfikatory i operatory.
• Wymawiaj interpunkcję. Model dobrze radzi sobie z naturalnym frazowaniem, ale wymawianie kropek i przecinków utrzymuje długie zdania techniczne w czytelności.
• Umieszczaj kontekst na początku promptu. Opisz plik, cel i ograniczenia w całości. Mówienie sprawia, że ta dokładność jest niemal darmowa.
• Najpierw wersja robocza, potem szlifowanie. Wyrzuć z siebie kompletną pierwszą wersję na głos, a potem dopracuj ją pod kątem precyzji. To bije cyzelowanie każdego słowa na bieżąco.

Wypróbowanie tego we własnym przebiegu pracy

Zacznij od planu Free, który pozostaje darmowy na zawsze, albo uruchom pełny 30-dniowy okres Trial na prawdziwym dniu commitów, promptów i pull requestów, zanim zdecydujesz się na Pro. Jeśli dyktowanie prozy między zadaniami programistycznymi się przyjmie, usunięte tarcie szybko się zwróci.

Jeśli chcesz, by wypowiedziane wersje robocze trafiały prosto do Twoich komentarzy, commitów i promptów, a żadne słowo nie dotykało chmury, zobacz, jak DijiFlow Dictate Pro pasuje do Twojego przebiegu pracy.